Otimização aplicada a modelagem de processos geológicos

• Ano de defesa: 2022
• Autor(a) principal: Brugognolle, Jessica de Souza
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Engenharia mecânica; Otimização estrutural; Calibração; Geologia estratigráfica - Métodos de simulação; Poços de petróleo
• Link de acesso: https://repositorio.udesc.br/handle/UDESC/16793

Tratando-se da simulação de reservatórios na indústria de óleo e gás, é necessário obter um modelo geológico do campo para reproduzir os fluxos de hidrocarbonetos nos reservatórios e tomar decisões, entre outros aspectos, acerca da viabilidade econômica. Esses modelos integram dados pocos sísmicos) e interpretações geológicas. Os Stratigraphic Forward Models (SFM), que consistem na de processos geológicos considerando os princípios de conservação de massa e energia, reproduzem os processos da bacia sedimentar para fornecer a distribuição de facies da mesma e são uma opção cada vez mais usada para a modelagem. No entanto, por serem simulações de processos geológicos, os resultados não necessariamente horam as informações conhecidas (poços e sismica). Assim os modelos precisam ser calibrados para que os resultados sejam o mais coerente possível com os dados disponíveis. Este trabalho visa realizar essa calibração por meio de uma função objetivo (FO) que traduz, de forma clara e quantitativa, o grau de similaridade entre os resultados numéricos dos SFM e os dados de pocos. Assim, foi desenvolvida uma FO especificamente para a calibração desses modelos, a qual busca a melhor correlação entre os dados observados nos pocos e os resultados da simulação, levando a um valor que traduz a similaridade geológica entre esses dados Como os resultados da simulação e os dados de poços de hidrocarbonetos não possuem o mesmo número de camadas, é necessário realizar um agrupamento das camadas do poço de hidrocarbonetos para calcular a FO. Visto que há muitas combinações possíveis de realizar tal agrupamento demandaria muito tempo computacional para realizar todas as possibilidades. Portanto, aplica-se métodos de otimização para que o cálculo da FO seja obtido em um tempo operacionalmente viável. A partir disso então é desenvolvida e implementada uma ferramenta de ajuste através de um algoritmo de inversão por meio de métodos de otimização. Os métodos de otimização utilizados concentram-se em meta-heurísticas, como algoritmo genético (AG) e particle swarm optimization (PSO). Buscando validar a metodologia proposta e desenvolvida foram realizados vários testes, tanto para avaliar o desempenho da FO como da ferramenta de calibração, a fim de encontrar os melhores parâmetros de entrada para os SFM. Os resultados obtidos foram excelentes na maioria dos casos, levando a modelos mais próximos dos dados observados nos pocos em um tempo computacional praticável